연구자들은 대규모 추론 모델(LRM)의 명시적 다단계 추론이 초래하는 높은 계산 비용을 악용하는 추론 시간 서비스 거부(PI-DoS) 공격을 공식화했다. 그들은 ReasoningBomb를 제시했는데, 이는 강화학습 기반 프레임워크로, 피해 모델을 병리적으로 길고 종종 비종료되는 추론 궤도로 몰아넣는 짧은 자연어 프롬프트를 생성하도록 공격자를 훈련시킨다.

  • 일곱 개의 오픈소스 모델과 세 개의 상용 LRM에 걸쳐 ReasoningBomb는 평균 18,759개의 완료 토큰과 19,263개의 추론 토큰을 유도한다.
  • 이 방법은 완료 토큰에서 35%, 추론 토큰에서 38%의 향상으로 두 번째로 우수한 베이스라인을 능가한다.
  • 양성 쿼리와 비교할 때 평균 입력 대비 출력 증폭 비율이 286.7배에 달한다.
  • ReasoningBomb는 입력 기반 검출에서 99.8%, 출력 기반 검출에서 98.7%, 엄격한 이단계 결합 검출에서는 98.4%의 성공률로 탐지를 우회한다.

이 연구는 확장된 추론 능력이 은밀한 프롬프트 엔지니어링을 통해 심각한 서비스 거부 상태를 생성하는 데 무기로 사용될 수 있는 LRM의 새로운 취약점을 강조한다.